Bei der Energieumwandlung in Schiffsdieselmotoren, insbesondere im transienten Betrieb, werden Partikel freigesetzt. Das übergeordnete Zeil der Arbeit ist die Reduzierung dieser Emissionen mithilfe von Vorhersagen. Dieser Beitrag hebt die Komplexität der Partikelentstehung hervor und die Notwendigkeit der datenbasierten Modellbildung. Auf Basis mehrerer hundert Lastwechsel werden vier Modelle entwickelt, die sich alle der Künstlichen Neuronalen Netze bedienen. Im Anschluss an Modelltraining, -validierung und -testung werden die Modelle nach zuvor definierten Kriterien verglichen und bewertet.